• 儿童期虐待对双相障碍I型患者情绪失调、冲动性与神经认知的影响：智利心境正常期样本研究

  儿童期虐待（child maltreatment, CM）与双相障碍（bipolar disorder, BD）的不良结局相关，但来自智利的证据仍然有限。研究人员检验了CM、情绪失调（emotion dysregulation）、冲动性（impulsivity

  来源：Psychiatry International

  时间：2026-10-04

• 基于多尺度特征融合与χ²特征排序的轻量级双分支CNN卫星图像分类

  卫星图像分类在监测、监视、土地覆盖规划等多种应用中发挥重要作用。随着模型深度增加，具有许多可学习参数的深度学习模型面临过拟合，并难以同时提取细粒度细节和更广泛模式。为克服上述问题，研究人员提出了一种参数少于0.23百万的高效卷积神经网络（CNN）模型，利用跨不

  来源：Geocarto International

  时间：2026-10-04

• RAMimgDroid与RAMstrDroid：基于进程内存镜像1D/2D图像编码与UTF-8字符串提取的Android反分析恶意软件检测有效性研究

  当前，Android恶意软件因其能够感染广泛使用的移动设备而受到关注。通常，现有检测方法依赖静态（static）与动态（dynamic）技术提取多类特征，以学习并识别常见恶意模式。然而，现代Android恶意软件常采用反分析技术（例如混淆、环境检查与运行时加载

  来源：Journal of Information Security and Applications

  时间：2026-10-04

• Buckley–Leverett方程黏度比反演的可辨识性与条件性分析

  ： 本研究分析了Buckley–Leverett方程中黏度比M的反演问题，区分了结构可辨识性（structural identifiability）、观测算子条件性（observation-operator conditioning）与数值估计误差。Riema

  来源：Mathematics

  时间：2026-10-04

• 奇异马尔可夫跳变神经网络在混合攻击下的安全脉冲控制：一种混合事件触发机制

  专业术语翻译 本文研究了奇异马尔可夫跳变神经网络（SMJNNs）的混合事件触发脉冲控制问题。明确考虑了通信网络上拒绝服务（DoS）攻击与欺骗攻击（DAs）同时存在的情形。为构建带宽自适应调度框架，研究人员提出了一种模态依赖的动态事件触发机制（DETMdi），其

  来源：Mathematics

  时间：2026-10-04

• 超越DOM：基于视觉-语言模型与语义化报告的网络无障碍视觉优先审计

  专业摘要翻译 研究人员提出了一种用于网络无障碍审计的语义化报告模型，该模型以RDF词汇表的形式发布，并附带SHACL验证配置文件、JSON-LD上下文以及SPARQL能力查询，从而能够构建可互操作、可查询且包含完整溯源信息的审计知识图谱。该词汇表包含八个核心类

  来源：Journal of Web Semantics

  时间：2026-10-04

• 碑帖引导的书法临摹相似度深度视觉与结构证据评估框架

  摘要专业翻译 书法临摹相似度的客观评估对于数字书法分析至关重要，然而由于毛笔书写差异表现为空间布局、笔画轮廓、笔画宽度、拓扑结构及全局视觉外观的耦合变化，这一任务仍具挑战性。现有的人工评估信息丰富但难以规模化复现，而传统图像相似度或分类模型无法直接衡量手写临摹

  来源：Applied Sciences

  时间：2026-10-04

• 三相并网电压源换流器（VSC）的紧凑前馈神经网络增量调制电流控制器：外部递归实现无内部循环层的动态电流调节

  本文提出了一种用于三相并网电压源换流器（voltage-source converter, VSC）的紧凑神经网络（neural network, NN）电流控制器。所提出的NN替代传统d-q同步坐标系电流控制架构中的固定增益比例–积分（proportiona

  来源：Electronics

  时间：2026-10-04

• 基于多时相Pléiades影像的倒塌建筑物检测：CNN架构与输入数据策略的系统比较

  重大灾害发生后，快速且具有空间明确性的结构损伤评估至关重要，尤其是在地面进入受限且可靠损伤信息匮乏的地区。本研究评估了语义分割架构、时相输入设计以及类别设定方式如何影响基于2023年2月6日叙利亚金迪雷斯（Jindires）地区极高分辨率（very high-

  来源：Geomatics

  时间：2026-10-04

• 基于点与空间深度学习的海南岛不同降水强度区间雷达定量降水估计研究

  准确的定量降水估计（QPE）对于应对强降雨等严重天气事件至关重要。能够建立雷达观测与雨强（R）之间非线性映射的深度学习方法已被广泛应用于减少QPE误差。本研究利用双偏振雷达和雨量计数据，评估了点基与空间深度学习（DL）方法在海南岛不同降水强度区间雷达QPE中的

  来源：Remote Sensing

  时间：2026-10-04

知名企业招聘：